最近在研究主动目标跟踪问题,导师给推荐了这篇文章,主要目的是了解主动目标跟踪问题是什么,但是既然论文看了,也把其中的内容写下来以供大家评鉴。
对于这篇文章的主要思想,新智元公众号里有一篇文章已经讲得很好了,把链接贴在这里,如果你只想了解其思想这个足够了。如果想细看论文的内容,也请先看这个链接中的内容,然后再回来读下面的内容。
论文链接
上图是这种非对称决斗的一个概况。
首先,为了解释这种非对称决斗机制,作者用使用了下面的数学表示:<S,O1,O2,A1,A2,r1,r2,P>
数学符号解释
下标1代表跟踪器,下标2代表目标,第二下标t(下面会出现)代表时间(可以看成是视频帧序列)
S:state space 环境状态空间
O:observation space 观察空间
A:action space 行动空间
r:reward function 奖赏函数
P:environment state transition probability 环境状态转换概率
部分观察情况(我的理解是不能够看到全局信息,比如在监控场景中,对应于用于细致观察目标的PTZ摄像机)下:O1,t=